待验证50% 置信基准精确时间
在 M5 Max 芯片上，Lily 的 prefill 速度比 MLX-LM 快 1.23 倍，decode 速度快 1.35 倍（官方数据）
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/3
首次发现
有效期至：2027/1/1
来源
涉及实体
相关事实
待验证Qwen 27B的Q4_K_M/GGUF版本在同一台机器上解码速度约为10.7 tok/s，约为MLX版本的1/3.869% 相似待验证在AMD 7900XT显卡上从Ollama换用LM Studio并重新调参后，token生成速度从每秒5提升到3668% 相似待验证UP主在4G显存电脑上实测MiniCPM-2B生成速度达每秒57个token，首字生成仅0.22秒68% 相似待验证在M4 24GB设备上，9B模型（如qwen3.5-32k:9b-mlx）运行速度快、内存占用小，但无法有效发现代码问题67% 相似待验证在配备96GB显存的M2 Max上以1-bit精度运行时，简单任务生成速度稳定在约28-30 tokens/秒66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/969773API
curl https://kongchang.com/api/v1/knowledge/claims/969773MCP
get_claim(id=969773)